Python：如何比较两个二进制文件？

Question

在 python 中，我需要打印两个二进制文件的差异。我正在看

difflib.Differ

，它有很多作用。

但是，不同假设是文本行，因此输出不会列出字节索引和十六进制值差异。

我需要的是输出哪些字节不同，字节如何不同，两个字节的实际十六进制值。

在Python中，如何比较两个二进制文件（输出：字节差异索引、两个字节的十六进制值）？

我正在做类似的事情：

# /usr/bin/env python2
import difflib
x = open('/path/to/file1', 'r').read()
y = open('/path/to/file2', 'r').read()
print '\n'.join(difflib.Differ().compare(x, y))

但这不会输出差异所在的字节索引。并且它不会打印十六进制值。

Answer 1

当 difflib 进行比较时，它将每个字符放入一个数组中，前面有 + 或 - 。下面比较 x 和 y，然后我们查看输出：

d = difflib.Differ()
e = d.compare(x,y)        #set the compare output to a variable
for i in range(0,len(e)):
    if i.startswith("-"):         #if that char start with "-" is not a match
        print(i + "index is different")

字符将以不匹配的“-”开头。 “+”表示它们匹配。

Answer 2

shell 命令

cmp

已经完全满足了我的需要/想要。在 Python 中重新发明该功能将需要更多的精力/代码/时间......所以我只是从 Python 调用该命令：

#!/usr/bin/env python2
import commands
import numpy as np
def run_cmp(filename1, filename2):
    cmd = 'cmp --verbose %s %s'%(filename1, filename2)
    status, output = commands.getstatusoutput(cmd) # python3 deprecated `commands` module FYI
    status = status if status < 255 else status%255
    if status > 1:
        raise RuntimeError('cmp returned with error (exitcode=%s, '
                'cmd=\"%s\", output=\n\"%s\n\")'%(status, cmd, output))
    elif status == 1:
        is_different = True
    elif status == 0:
        is_different = False
    else:
        raise RuntimeError('invalid exitcode detected')
    return is_different, output
if __name__ == '__main__':
    # create two binary files with different values
    # file 1
    tmp1 = np.arange(10, dtype=np.uint8)
    tmp1.tofile('tmp1')
    # file 2
    tmp2 = np.arange(10, dtype=np.uint8)
    tmp2[5] = 0xFF
    tmp2.tofile('tmp2')
    # compare using the shell command 'cmp'
    is_different, output = run_cmp(filename1='tmp1', filename2='tmp2')
    print 'is_different=%s, output=\n\"\n%s\n\"'%(is_different, output)